如何在Azure部署含Tesseract 5.3.1的Flask应用？求Dockerfile方案

以下是适配你的Flask应用的Dockerfile配置，可确保安装指定的Tesseract 5.3.1版本，替代系统默认的4.1.1：

# 使用Python官方轻量镜像作为基础
FROM python:3.10-slim

# 安装添加第三方仓库所需的系统依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    wget \
    gnupg \
    lsb-release \
    && rm -rf /var/lib/apt/lists/*

# 添加UB-Mannheim维护的Tesseract 5.x专属仓库
RUN wget -qO- https://notesalexp.org/debian/alexp_key.asc | apt-key add - \
    && echo "deb https://notesalexp.org/tesseract-ocr5/$(lsb_release -cs)/ $(lsb_release -cs) main" | tee /etc/apt/sources.list.d/tesseract-ocr5.list

# 更新缓存并安装指定版本的Tesseract 5.3.1（按需追加语言包，比如简体中文：tesseract-ocr-chi-sim）
RUN apt-get update && apt-get install -y --no-install-recommends \
    tesseract-ocr=5.3.1-2~notesalexp1 \
    && rm -rf /var/lib/apt/lists/*

# 设置工作目录
WORKDIR /app

# 安装Python依赖
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 复制Flask应用代码
COPY . .

# 设置应用启动命令（根据实际情况调整，如使用gunicorn则替换为对应命令）
CMD ["python", "app.py"]

关键说明 #

• 选用python:3.10-slim作为基础镜像，平衡镜像体积与运行环境兼容性；
• 通过UB-Mannheim的专属仓库直接获取Tesseract 5.3.1，与你开发环境使用的版本一致；
• 指定具体版本号安装，避免后续仓库更新导致版本自动变更；
• 安装后清理APT缓存，有效减小最终镜像体积；
• 若需识别特定语言，可在安装命令后追加对应语言包（如tesseract-ocr-chi-sim用于简体中文识别）。

版本验证方法 #

可在Dockerfile中临时添加以下命令，构建镜像时确认安装版本：

RUN tesseract --version

成功构建后会输出类似内容，确认版本为5.3.1：

tesseract 5.3.1
 leptonica-1.82.0
  libgif 5.2.1 : libjpeg 6b (libjpeg-turbo 2.1.2) : libpng 1.6.37 : libtiff 4.3.0 : zlib 1.2.11 : libwebp 1.2.2 : libopenjp2 2.4.0
 Found AVX2
 Found AVX
 Found FMA
 Found SSE4.1
 Found OpenMP 201511
 Found libarchive 3.6.0 zlib/1.2.11 liblzma/5.2.5 bz2lib/1.0.8 liblz4/1.9.3 libzstd/1.5.2
 Found libcurl/7.74.0 OpenSSL/1.1.1n zlib/1.2.11 brotli/1.0.9 libidn2/2.3.0 libpsl/0.21.0 (+libidn2/2.3.0) libssh2/1.9.0 nghttp2/1.43.0 librtmp/2.3

内容的提问来源于stack exchange，提问作者sayantan ghosh